[發明專利]語音識別的方法及系統

有效

• 申請號: 201510562502.8
• 申請日: 2015-09-07
• 公開（公告）號: CN105118501B
• 公開（公告）日: 2019-05-21
• 發明（設計）人: 徐洋;胡方超;陳鵬;張玲;董雪;李源源
• 申請（專利權）人: 徐洋
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/06;G10L15/28
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 尹麗云

1.一種語音識別的方法，其特征在于，包括：

獲取語音信號；

將所述語音信號進行模數轉換，生成相應的語音數字信號；

對所述語音數字信號進行預處理，根據預處理后相應的結果提取語音特征參數，以提取所述語音特征參數的時間順序構建相應的特征序列；

將所述語音特征參數與模板庫中語音模型進行匹配，根據搜索算法對所述特征序列進行解碼，以生成相應的識別結果；其包括：

采用加權有限狀態轉換器轉換模板庫中語音模型，組合轉換器以獲得傳輸路徑，根據所述傳輸路徑得到對應的輸入序列和映射序列；

確定傳輸路徑，以每個輸入序列對應唯一的映射序列；

以最小化算法優化傳輸路徑，得到輸入序列與映射序列之間的最優路徑；

根據所述最優路徑對所述特征序列進行解碼，以生成相應的識別結果。

2.根據權利要求1所述的語音識別的方法，其特征在于，所述對所述語音數字信號進行預處理，根據預處理后相應的結果提取語音特征參數，以提取所述語音特征參數的時間順序構建相應的特征序列，具體包括：

將所述語音數字信號進行分幀和加窗、端點檢測和濾波處理，其中，所述濾波是Gammatone濾波器；

將通過Gammatone濾波的每一通信號進行預加重，根據預加重計算出通道內每幀信號均值和平均幀能量；

根據每幀時刻Gammatone濾波器所對應各個通道平均幀能量組成該幀的向量表達式，采用離散余弦變換得到該幀所對應的倒譜系數特征；

根據每幀時刻的時間順序獲取所述倒譜系數特征所對應的特征序列。

3.根據權利要求1所述的語音識別的方法，其特征在于，所述將所述語音特征參數與模板庫中語音模型進行匹配之前，還包括：

采用不同的訓練方法將獲得的語音特征參數制作成相應的模型，將該模型存入模板庫。

4.根據權利要求1所述的語音識別的方法，其特征在于，所述以最小化算法優化傳輸路徑，得到輸入序列與映射序列之間的最優路徑，具體包括：

在每幀時刻，通過beam搜索確認所有路徑出現最優路徑概率最高的路徑區域；在該路徑區域內，通過Virerbi算法公式，計算該路徑中到達下一個時刻的路徑得分最高的為最優路徑。

5.一種語音識別的系統，其特征在于，包括：

獲取單元，適用于獲取語音信號；

轉換單元，適用于將所述語音信號進行模數轉換，生成相應的語音數字信號；

處理單元，適用于對所述語音數字信號進行預處理，根據預處理后相應的結果提取語音特征參數，以提取所述語音特征參數的時間順序構建相應的特征序列；

識別單元，適用于將所述語音特征參數與模板庫中語音模型進行匹配，根據搜索算法對所述特征序列進行解碼，以生成相應的識別結果；所述識別單元具體包括：

組合子單元，適用于采用加權有限狀態轉換器轉換模板庫中語音模型，組合轉換器以獲得傳輸路徑，根據所述傳輸路徑得到對應的輸入序列和映射序列；

確定子單元，適用于確定傳輸路徑，以每個輸入序列對應唯一的映射序列；

優化子單元，適用于以最小化算法優化傳輸路徑，得到輸入序列與映射序列之間的最優路徑；

解碼子單元，適用于根據所述最優路徑對所述特征序列進行解碼，以生成相應的識別結果。

6.根據權利要求5所述的語音識別的系統，其特征在于，所述處理單元具體包括：

預處理子單元，適用于將所述語音數字信號進行分幀和加窗、端點檢測和濾波處理，其中，所述濾波是Gammatone濾波器；

第一處理子單元，適用于將通過Gammatone濾波的每一通信號進行預加重，根據預加重計算出通道內每幀信號均值和平均幀能量；

第二處理子單元，適用于根據每幀時刻Gammatone濾波器所對應各個通道平均幀能量組成該幀的向量表達式，采用離散余弦變換得到該幀所對應的倒譜系數特征；

第三處理子單元，適用于根據每幀時刻的時間順序獲取所述倒譜系數特征所對應的特征序列。